EP3857314A1 - Verfahren zur regelung eines chemischen prozesses in einer grosstechnischen chemischen anlage - Google Patents

Verfahren zur regelung eines chemischen prozesses in einer grosstechnischen chemischen anlage

Info

Publication number
EP3857314A1
EP3857314A1 EP19778446.5A EP19778446A EP3857314A1 EP 3857314 A1 EP3857314 A1 EP 3857314A1 EP 19778446 A EP19778446 A EP 19778446A EP 3857314 A1 EP3857314 A1 EP 3857314A1
Authority
EP
European Patent Office
Prior art keywords
chemical
manipulated variable
state variables
machine learning
program
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
EP19778446.5A
Other languages
English (en)
French (fr)
Other versions
EP3857314B1 (de
Inventor
Marcel Schulz
Dirk Scheckreiter
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
ThyssenKrupp AG
ThyssenKrupp Industrial Solutions AG
Original Assignee
ThyssenKrupp AG
ThyssenKrupp Industrial Solutions AG
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=68069736&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=EP3857314(A1) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by ThyssenKrupp AG, ThyssenKrupp Industrial Solutions AG filed Critical ThyssenKrupp AG
Publication of EP3857314A1 publication Critical patent/EP3857314A1/de
Application granted granted Critical
Publication of EP3857314B1 publication Critical patent/EP3857314B1/de
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B17/00—Systems involving the use of models or simulators of said systems
    • G05B17/02—Systems involving the use of models or simulators of said systems electric
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Program-control systems
    • G05B19/02—Program-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/80—Services using short range communication, e.g. near-field communication [NFC], radio-frequency identification [RFID] or low energy communication

Definitions

  • the present invention relates to a method for controlling a chemical process in an industrial chemical plant. Furthermore, the present invention relates to a system for regulating a chemical process carried out in a large-scale chemical plant and to a chemical plant with such a system.
  • a constant concern in the state of the art is to equip large-scale chemical plants with an advanced process control system or to retrofit existing plants in order to optimize plant operation taking into account all safety rules.
  • the aim is to improve control, transparency, maintenance and performance so that production is achieved in accordance with predetermined target values and at the same time a failure of the chemical Production plant, which is usually associated with considerable costs, can be avoided.
  • the object of the present invention is to provide an improved industrial, chemical plant operation.
  • the large-scale chemical plant to be controlled can is a production plant, in particular a chemical production plant.
  • the system can be made up of a large number of subsystems (for example 5-10 or more).
  • a subsystem is characterized in particular by the fact that it can be an independently functioning assembly, the function of which preferably has a direct influence on the production or the production flow.
  • the plant to be controlled can be a plant for the production of sulfuric acid, coke, polymers, fertilizers, synthesis gas, cement, urea, ammonium nitrate or a plant for water desalination.
  • the process includes the steps:
  • Control system to a computer system, wherein the computer system
  • Control program by processing the simulated state variables and read from the memory
  • simulated state variable here is a state variable of the chemical plant that actually exists at the time of the simulation, such as a
  • the determined state variables for controlling the plant operation can be used in real time.
  • Real process data of the chemical plant is recorded by sensors that are set up to at least one parameter value or
  • the control system serves to clearly represent a complex temporal and material-content planning and actual process and to support or enable the controlling human intervention.
  • Using a fieldbus to transmit the process data recorded by the sensors is advantageous since the fieldbus replaces the parallel line bundles of the individual sensors to the control system with a single bus cable.
  • Ethernet Powerlink especially selected from the group consisting of Ethernet Powerlink, EtherNet / IP, CANopen, ARCNET, AS-Interface, EtherCAT and PROFIBUS.
  • At least a subset of the process data recorded by the sensors is transmitted from the control system to a computer system, the computer system being a simulation program for a stationary and / or dynamic one
  • a control program for implementing a controller for the chemical process and a memory for storing simulated state variables.
  • the controller which by the Control program is implemented, for example, a standard controller with P, PI, PD and PID behavior.
  • a discontinuous controller such as a
  • Two-point controller, multi-point controller and fuzzy controller can be implemented. Since the chemical plant can be a more complex control system with non-linear controlled systems or several linked control variables and manipulated variables, it is also conceivable that an adapted controller is implemented by the control program, such as a digital controller for meshed controls, multi-variable controls, controls in the state space or model-based regulations.
  • Simulation program from the subset of the process data and storage of the simulated state variables in the memory, e.g. RAM instead.
  • At least one target value of a control variable of the chemical process is also transmitted to the control program, the at least one target value, whereby of course several target values can be specified for a chemical system, manually by a user, by the control system or by calling up stored tables or values from databases are entered.
  • at least a subset of the simulated state variables stored in the computer system is read into the control program for input into the control program, after which at least one manipulated variable for reaching the target value is determined by the control program by processing the simulated state variables read from the memory.
  • the calculated manipulated variable is transferred to the control system.
  • the determined manipulated variable can be transmitted from the control system to an actuator in the chemical system via a fieldbus, the fieldbus being the same fieldbus as described above.
  • control system can include a server and the computer system can include a client include, where the server and the client are configured so that the client can read the server, so that the subset of the
  • Process data is transmitted from the server to the client and that the client can carry out a write access to the calculated data
  • the client-server solution advantageously achieves a higher level of access security since the client has to authenticate with the server before accessing special data.
  • clients can be added and disconnected without affecting the operation of the chemical plant.
  • the server of the control system is an OPC server and the client of the computer system is an OPC client.
  • OPC can be used advantageously for real-time data (monitoring), data archiving, alarm messages and also directly for control (command transmission).
  • OPC client and OPC server preferably with the OPC Unified Architecture (OPC UA) specification, is of particular interest, since this is not a COM interface, but a WSDL (Web Services Description Language) that is described according to COM and in Different web service protocols can be implemented, which ensures portability.
  • OPC Unified Architecture (OPC UA) specification is that both scalability and security have been increased overall.
  • the client is designed as a master and the server as a slave.
  • control system includes a server and that
  • Computer system includes a client, wherein the client can be designed as a master and the server as a slave, it can further be provided that the
  • Control system has a computer interface for connecting the computer system, via which a direct communication connection is established between the control system and the computer system and at least the subset of the process data and the control variable are transmitted via the direct communication connection.
  • the computer interface for connecting the computer system, via which a direct communication link between the control system and the
  • Computer system can be set up, for example, by a standard computer interface, such as USB, Ethernet, WLAN, LAN, Bluetooth or other known interfaces can be realized.
  • a standard computer interface such as USB, Ethernet, WLAN, LAN, Bluetooth or other known interfaces can be realized.
  • the computer interface comprises a cable or is a cable connection (point-to-point) or is a wireless interface, the latter being a
  • NFC Near Field Communication
  • An embodiment of the method according to the invention further provides that the manipulated variable is transmitted from the control system to an actuator via the fieldbus.
  • the actuator can be targeted in the control or
  • Computer system includes a machine learning module, whereby to train the Machine learning module training data records are used, which are at least the subset of the simulated state variables and the result of that
  • Control program contain calculated manipulated variables.
  • Machine learning is known from the prior art, compare e.g.
  • the training data records for training the machine learning module can include the response of the chemical system to the manipulated variable contained in the process data.
  • One embodiment of the method provides that after training the machine learning module, the control program switches to the machine learning module so that it is replaced by the machine learning module, and so that the manipulated variable from the read state variables is determined by the machine learning module.
  • control program and / or the control center can be dispensed with for a short or long term. This configuration is particularly interesting for the
  • the machine learning module can be trained in an existing system. As soon as the machine learning module has completed all of the required training runs, since it is installed on a portable computer system, for example, it can simply be connected to the control system of the chemical system to be put into operation and control it.
  • the decision when the machine learning module has completed all the required training runs can be determined, for example, by means of a confidence value of the machine learning module, this confidence value being greater than a previously assigned threshold value. In other words, if the machine learning module uses a forecast
  • State variables are also entered in the machine learning module in order to determine a machine learning manipulated variable and with the further step that the machine learning manipulated variable and the manipulated variable determined by the control program are combined with one another, e.g. the average or a weighted average is formed in order to determine a resulting manipulated variable, the resulting manipulated variable being transmitted to the control system.
  • This alternative embodiment of the method according to the invention can advantageously, by combining the machine-learning manipulated variable (S M L) and the manipulated variable (S R ) determined by the control program, achieve inaccuracies in the determination of the manipulated variable (S) on the part of the
  • the machine learning module calculates a confidence (K; where 0 ⁇ K ⁇ 1) for the determination of the manipulated variable and the combined manipulated variable is determined weighted taking into account the respective confidence.
  • the weighting of the result for the manipulated variable from the machine learning module can be proportional or identical to the confidence value with which the machine learning module has determined the result.
  • the manipulated variable (S) can thus be a combination of the manipulated variable (S R ) determined by the control program and the machine-learning manipulated variable (S M L).
  • the manipulated variable (S) can be linear
  • the machine learning module is trained with further training data records which are generated from the further operation of the chemical plant by the regulation by means of the machine learning module.
  • a system for regulating a chemical process carried out in an industrial chemical plant is proposed.
  • the system is designed to carry out the method described above.
  • a chemical plant with a system for regulating a chemical process carried out in a large-scale chemical plant is proposed.
  • the system for controlling a chemical process carried out in an industrial chemical plant is the system described above, which is designed to carry out the method described above.
  • the chemical plant is a plant for the production of sulfuric acid, coke, polymers, fertilizers, synthesis gas, cement, urea, ammonium nitrate or for water desalination.
  • FIG. 1 shows a schematic illustration of a chemical plant with a system for regulating a chemical process carried out in a large-scale chemical plant, the system being designed to carry out the method according to the invention
  • Fig. 2 shows an embodiment of a method according to the
  • the present invention wherein the acquisition of process data, its transmission to a computer, the determination of state variables and manipulated variables, the transmission of the manipulated variables to the control system and the determination of the manipulated variables from the state variables for machine learning training are shown schematically.
  • the system comprises a chemical plant 140, in particular a large-scale chemical plant, and is designed to carry out a method for regulating a chemical process.
  • the system can have a fieldbus 100, a control system 110 and a computer 120 or
  • Computer system include.
  • the industrial chemical plant can be any suitable industrial chemical plant.
  • the chemical system 140 comprises a large number of subsystems 141, 142, 143, such as burners, dryers, converters or functional lines or connections.
  • the functional lines or connections can themselves be subsystems 141, 142, 143 or connect subsystems 141, 142, 143 to one another.
  • the subsystems 141, 142, 143 can be installed several times in the chemical system.
  • Each of these subsystems can have at least one actuator 144 and none, one or more sensors 145.
  • a sensor 145 is set up to measure at least one parameter value or process data relating to the system 140.
  • one or more sensors 145 may be configured to monitor a subsystem 141, 142, 143.
  • a temperature of the subsystem 141, 142, 143 and / or the substance to be processed can be detected by a sensor 145.
  • a sensor can be set up to record further process data, such as position data, flow rates and / or status data of the subsystem 141, 142, 143. The detected by the sensor
  • Process data can be transmitted or exchanged with a control system 110 via a fieldbus 100.
  • At least one setpoint 113 is transmitted to the control system 110 via an optional control center 112.
  • the at least one setpoint can be transmitted to the control system 110 by user input, by the control system or by calling up stored tables or values from databases.
  • At least a subset of the process data 123 is transmitted from the control system 110 to a computer system 120 (see arrow from 111 to 121).
  • control system 110 includes a server 111 and the computer system 120 includes a client 121, the server 111 and the client 121 being configured such that the client 121 has a read access to the server 111, for example by means of a request-response protocol, so that the subset of the process data is transmitted from the server 111 to the client 121.
  • client 121 is designed as a master and the server 111 is designed as a slave.
  • the control system 110 can have a computer interface, for example a hardware interface such as PCI bus, AGP, SCSI, USB, FireWire and EIA-232 or Bluetooth, IrDA, WLAN, for connecting the computer system 120, via which a direct Communication connection between the control system 1 10 and the computer system 120 is established and at least the transmission of the subset of the process data 123 and the transmission of the manipulated variable via the direct
  • a computer interface for example a hardware interface such as PCI bus, AGP, SCSI, USB, FireWire and EIA-232 or Bluetooth, IrDA, WLAN
  • computer system 120 includes at least one
  • a control program 129 for implementing a controller for the chemical process and a memory 122, e.g. a working memory, for storing simulated state variables 124.
  • the computer system 120 finds the cyclically repeated calculation of the simulated state variables of the chemical process by the
  • Simulation program 128 from the subset of process data 123 and the storage of simulated state variables 124 in memory 122 instead.
  • the simulation program 128 can have a plurality of subsystem program modules (TS 1, TS2,..., TS N) 141A, 142A, 143A, each for simulating a subsystem (subsystem 1, subsystem 2, subsystem N) 141; 142; 143 of the chemical plant 140 are configured.
  • the subsystem program module (TS 1) 141 A is configured such that it simulates the subsystem 1 (141).
  • the subsystem program module (TS 2) 142A is configured in this exemplary embodiment in such a way that it simulates the subsystem 2 (142) and the subsystem program module (TS N) 143A is configured in this exemplary embodiment in such a way that it subsystem N (143) simulated.
  • the further subsystem program module (TS N + 1) 144A is configured such that it switches or controls the individual subsystem program modules (here 141A to 143A). It can be provided here that the update frequency of the program modules 141A, 142 A, 143A is dependent on the dynamics of the respectively assigned subsystem 141; 142; 143 is configured, and the individual
  • Program modules 141A, 142 A, 143A each have one or more of the simulated ones Calculate state variables and save them in the memory 122 with the respective update frequency.
  • At least one target value of one is simultaneously and / or offset in time
  • Control variable of the chemical process whereby a large number of target values are often specified for a chemical plant
  • Control program 129 transmitted. At least a subset of the simulated state variables 124 can be read from the memory 122 for input into the control program 129. By processing the simulated state variables 124 read from the memory 122, a manipulated variable to achieve the target value 113 is then determined by the control program 129. It is pointed out that, of course, a plurality of manipulated variables can also be determined by the control program 129 in order to achieve a plurality of desired values 113, but only one manipulated variable is shown here for reasons of representability.
  • the calculated manipulated variable is then transmitted to the control system 110.
  • the control system 110 includes a server 111 and the computer system 120 includes a client 121.
  • the server 111 and the client 121 can be configured such that the client 121 has write access to the server 111 of the control system 110
  • the client 121 can be designed as a master and the server 111 as a slave.
  • control system 110 can send the calculated manipulated variable via the fieldbus 100 to an actuator 144 of a subsystem (shown here for example for
  • Subsystem 142 where each subsystem can have one or more actuators), wherein the actuator 144 can set the subsystem according to the calculated manipulated variable.
  • the computer system 120 can include a machine learning module 130.
  • the machine learning module 130 may be a supervised machine learning module.
  • training data sets 125 can be used, which contain at least the subset of the simulated state variables 124 and the result thereof
  • Control program 129 include calculated manipulated variables.
  • the training data records 125 can include the response of the chemical system 140 contained in the process data 123 to the manipulated variable.
  • a first step 200 the process data are recorded in the upper process block (dashed block). This can be done by means of sensors installed in the chemical plant.
  • the process data are transmitted to the control system in a next step 201, wherein the control system can have a server, and in a further step the data is transferred to the computer 202, where the computer can have a client.
  • the arrow from step 202 to step 200 is intended to reflect that data can also be transferred back from the computer to the subsystems of the chemical plant (where the process data are generated) and steps 200, 201, 202 form a process that can be carried out repeatedly.
  • the lower process block dotted block
  • step 204 State variables determined by the simulation program.
  • the control variable is then determined in step 204 from the state variables, which is transmitted to the control system (see step 205).
  • the control system then transmits the manipulated variable - if necessary after confirmation by the user - to the actuator via the control station and the fieldbus.
  • the arrow from step 205 to step 203 shows that steps 203, 204, 205 form a process that can be carried out repeatedly.
  • the determined state variables step 204 are also transferred to the training data records (see arrow from step 204 to step 207) and are then used to train the machine learning module (step 208).
  • step 209 it is determined whether the training of the machine learning module is sufficient for determining the manipulated variable. If the machine learning module is adequately trained, the manipulated variable is determined by the machine learning module (see step 211), otherwise by the control program (see step 210).

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Automation & Control Theory (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Medical Informatics (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Manufacturing & Machinery (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Feedback Control In General (AREA)

Abstract

Die vorliegende Erfindung betrifft ein Verfahren zur Regelung eines in einer großtechnischen chemischen Anlage (140) durchgeführten chemischen Prozesses mit folgenden Schritten: - sensorische Erfassung von Prozessdaten der chemischen Anlage (140), - Übertragung der Prozessdaten an ein Leitsystem (110) über einen Feldbus (100), - Übertragung zumindest einer Teilmenge der Prozessdaten von dem Leitsystem (110) an ein Computersystem (120), wobei das Computersystem (120) ein Simulationsprogramm (128) für eine stationäre und/oder dynamische Prozesssimulation des chemischen Prozesses, ein Regelungsprogramm (129) zur Implementierung eines Reglers für den chemischen Prozess und einen Speicher (122) zur Speicherung von simulierten Zustandsgrößen (124) aufweist, - zyklisch wiederholte Berechnung der simulierten Zustandsgrößen des chemischen Prozesses durch das Simulationsprogramm (128) aus der Teilmenge der Prozessdaten (123) und Speicherung der simulierten Zustandsgrößen (124) in dem Speicher (122), - Übertragung zumindest eines Soll-Wertes einer Regelungsgröße des chemischen Prozesses an das Regelungsprogramm (129), - Lesen zumindest einer Teilmenge der simulierten Zustandsgrößen (124) aus dem Speicher (122) zur Eingabe in das Regelungsprogramm (129), - Ermittlung einer Stellgröße zur Erreichung des Soll-Wertes (113) durch das Regelungsprogramm (129) durch Verarbeitung der aus dem Speicher (122) gelesenen simulierten Zustandsgrößen (124), - Übertragung der berechneten Stellgröße an das Leitsystem (110).

Description

Verfahren zur Regelung eines chemischen Prozesses in einer großtechnischen chemischen Anlage
B e s c h r e i b u n g
Die vorliegende Erfindung betrifft ein Verfahren zur Regelung eines chemischen Prozesses in einer großtechnischen chemischen Anlage. Des Weiteren betrifft die vorliegende Erfindung ein System zur Regelung eines in einer großtechnischen chemischen Anlage durchgeführten chemischen Prozesses sowie eine chemische Anlage mit einem derartigen System.
Ein stetiges Anliegen im Stand der Technik ist es, großtechnische chemische Anlagen mit einem erweiterten Prozessleitsystem (Advanced Process Control System) auszurüsten oder bereits bestehende Anlagen nachzurüsten, um den Anlagenbetrieb unter Berücksichtigung aller Sicherheitsregeln zu optimieren.
Insbesondere bei komplex aufgebauten chemischen Produktionsanlagen, die eine Vielzahl von Teilsystemen (oft mehrere hundert) umfassen können, ist es das Ziel, die Steuerung, Transparenz, Wartung und Performance zu verbessern, sodass die Produktion entsprechend vorgegebener Sollwerte erreicht wird und zugleich ein Ausfall der chemischen Produktionsanlage, der in der Regel mit erheblichen Kosten verbunden ist, vermieden werden kann.
Vor diesem Hintergrund besteht die Aufgabe der vorliegenden Erfindung darin einen verbesserten großtechnischen, chemischen Anlagenbetrieb bereitzustellen.
Demgemäß wird zur Lösung der Aufgabe ein Verfahren zur Regelung eines chemischen Prozesses in einer großtechnischen, chemischen Anlage
vorgeschlagen. Bei der zu regelnden großtechnischen, chemischen Anlage kann es sich um eine Produktionsanlage, insbesondere eine chemische Produktionsanlage, handeln. Die Anlage kann aus einer Vielzahl von Teilsystemen (z.B. 5 - 10 oder mehr) aufgebaut sein kann. Ein Teilsystem zeichnet sich insbesondere dadurch aus, dass es sich um eine eigenständig funktionsfähige Baugruppe handeln kann, dessen Funktion vorzugsweise direkten Einfluss auf die Produktion oder den Produktionsfluss hat. Beispielsweise kann die zu regelnde Anlage eine Anlage zur Herstellung von Schwefelsäure, Koks, Polymeren, Düngemitteln, Synthesegas, Zement, Harnstoff, Ammoniumnitrat oder eine Anlage zur Wasserentsalzung sein.
Das Verfahren umfasst die Schritte:
- sensorische Erfassung von Prozessdaten der chemischen Anlage,
- Übertragung der Prozessdaten an ein Leitsystem über einen Feldbus,
- Übertragung zumindest einer Teilmenge der Prozessdaten von dem
Leitsystem an ein Computersystem, wobei das Computersystem ein
Simulationsprogramm für eine stationäre und/oder dynamische
Prozesssimulation des chemischen Prozesses, ein Regelungsprogramm zur Implementierung eines Reglers für den chemischen Prozess und einen Speicher zur Speicherung von simulierten Zustandsgrößen aufweist,
- zyklisch wiederholte Berechnung der simulierten Zustandsgrößen des
chemischen Prozesses durch das Simulationsprogramm aus der Teilmenge der Prozessdaten und Speicherung der simulierten Zustandsgrößen in dem Speicher,
- Übertragung zumindest eines Soll-Wertes einer Regelungsgröße des
chemischen Prozesses an das Regelungsprogramm,
- Lesen zumindest einer Teilmenge der simulierten Zustandsgrößen aus dem Speicher zur Eingabe in das Regelungsprogramm,
- Ermittlung einer Stellgröße zur Erreichung des Soll-Wertes durch das
Regelungsprogramm durch Verarbeitung der aus dem Speicher gelesenen simulierten Zustandsgrößen und
- Übertragung der berechneten Stellgröße an das Leitsystem. Unter einer„simulierten Zustandsgröße“ wird hier eine real zum Zeitpunkt der Simulation vorhandene Zustandsgröße der chemischen Anlage, wie z.B. ein
Parameterwert verstanden, für den kein durch einen Sensor erfasster Wert vorliegt, beispielsweise weil ein Sensor ausgefallen ist oder kein Sensor hierfür vorhanden ist.
Durch die vorgenannten Verfahrensschritte wird vorteilhaft erreicht, dass eine dynamische Prozesssimulation zur Ermittlung von Zustandsgrößen durch
Simulation des laufenden Anlagenbetriebs durchgeführt wird, wobei die ermittelten Zustandsgrößen für die Regelung des Anlagenbetriebs in Echtzeit einsetzbar sind.
Die Erfassung von realen Prozessdaten der chemischen Anlage erfolgt durch Sensoren, die dazu eingerichtet sind, mindestens einen Parameterwert bzw.
Prozessdaten oder Zustandsgrößen, welche die Anlage betrifft, zu messen. Die von den Sensoren erfassten Prozessdaten werden über einen Feldbus zu einem
Leitsystem übertragen. Das Leitsystem dient dazu einen komplexen zeitlichen und materiell-inhaltlichen Planungs- und Istablauf übersichtlich darstellen und den steuernden menschlichen Eingriff zu unterstützen oder zu ermöglichen. Die
Verwendung eines Feldbusses zur Übertragung der von den Sensoren erfassten Prozessdaten ist vorteilhaft, da der Feldbus die parallelen Leitungsbündel der einzelnen Sensoren zu dem Leitsystem durch ein einziges Buskabel ersetzt.
Feldbusse, die für die chemische Anlage eingesetzt werden können, sind
insbesondere ausgewählt aus der Gruppe bestehend aus Ethernet Powerlink, EtherNet/IP, CANopen, ARCNET, AS-lnterface, EtherCAT und PROFIBUS.
Zumindest eine Teilmenge der von den Sensoren erfassten Prozessdaten wird von dem Leitsystem an ein Computersystem übertragen, wobei das Computersystem ein Simulationsprogramm für eine stationäre und/oder dynamische
Prozesssimulation des chemischen Prozesses, ein Regelungsprogramm zur Implementierung eines Reglers für den chemischen Prozess und einen Speicher zur Speicherung von simulierten Zustandsgrößen aufweist. Der Regler, der durch das Regelungsprogramm implementiert wird, kann beispielsweise ein Standardregler mit P-, PI-, PD- und PID-Verhalten sein. Für ein besseres dynamisches Verhalten der Regelgröße kann auch ein unstetiger Regler, wie beispielsweise ein
Zweipunktregler, Mehrpunktregler und Fuzzy-Regler implementiert werden. Da es sich bei der chemischen Anlage um eine komplexere Regeleinrichtungen mit nichtlinearen Regelstrecken oder mehreren miteinander verknüpften Regelgrößen und Stellgrößen handeln kann, ist ebenfalls vorstellbar, dass ein angepasster Regler durch das Regelungsprogramm implementiert wird, wie beispielsweise ein digitaler Regler für vermaschte Regelungen, Mehrgrößenregelungen, Regelungen im Zustandsraum oder modellbasierte Regelungen.
In dem Computersystem findet eine zyklisch wiederholte Berechnung der
simulierten Zustandsgrößen des chemischen Prozesses durch das
Simulationsprogramm aus der Teilmenge der Prozessdaten und Speicherung der simulierten Zustandsgrößen in dem Speicher, z.B. Arbeitsspeicher, statt.
Wenigstens ein Soll-Wert einer Regelungsgröße des chemischen Prozesses wird ebenfalls an das Regelungsprogramm übertragen, wobei der wenigstens eine Soll- Wert, wobei für eine chemische Anlage selbstverständlich mehrere Sollwerte vorgegeben werden können, manuell durch einen Nutzer, durch das Leitsystem oder durch Abruf hinterlegter Tabellen oder Werte aus Datenbanken eingepflegt wird. Weiterhin wird in das Regelungsprogramm zumindest eine Teilmenge der in dem Computersystem gespeicherten simulierten Zustandsgrößen zur Eingabe in das Regelungsprogramm eingelesen, wonach wenigstens eine Stellgröße zur Erreichung des Soll-Wertes durch das Regelungsprogramm durch Verarbeitung der aus dem Speicher gelesenen simulierten Zustandsgrößen ermittelt wird. Die berechnete Stellgröße wird an das Leitsystem übertragen. Von dem Leitsystem kann die ermittelte Stellgröße über einen Feldbus, wobei der Feldbus derselbe Feldbus wie oben beschrieben sein kann, an ein Stellglied in der chemischen Anlage übertragen werden.
Gemäß einem ersten Ausführungsbeispiel des erfindungsgemäßen Verfahrens kann das Leitsystem einen Server beinhalten und das Computersystem einen Client beinhalten, wobei der Server und der Client so konfiguriert sind, dass der Client auf den Server einen Lesezugriff durchführen kann, sodass die Teilmenge der
Prozessdaten von dem Server an den Client übertragen wird und dass der Client auf den Server einen Schreibzugriff durchführen kann, um die berechnete
Stellgröße an das Leitsystem zu übertragen.
Durch die Verwendung einer Client-Server-Lösung entsteht vorteilhaft eine
Schnittstelle zwischen einem Computer und dem Leitsystem, über welche Daten ausgetauscht werden können, ohne dass die Echtzeitfähigkeit des Leitsystems beeinträchtigt wird. Ein weiterer Vorteil der Client-Server-Lösung ist, dass die Ankopplung des bzw. eines Computersystems an das Leitsystem der chemischen Anlage standortunabhängig erfolgen kann. Weiterhin wird durch die Client-Server- Lösung vorteilhaft erreicht, dass eine höhere Zugriffssicherheit gegeben ist, da sich der Client vor dem Zugriff auf spezielle Daten beim Server authentifizieren muss. Zudem ist das Hinzufügen und Trennen von Clients möglich, ohne dass der Betrieb der chemischen Anlage beeinträchtigt wird.
Für dieses Ausführungsbeispiel des erfindungsgemäßen Verfahrens kann weiterhin vorteilhaft vorgesehen sein, dass der Server des Leitsystems ein OPC-Server ist und der Client des Computersystems ein OPC-Client ist. OPC kann vorteilhaft für Echtzeitdaten (Überwachung), Datenarchivierung, Alarm-Meldungen und auch direkt zur Steuerung (Befehlsübermittlung) eingesetzt werden. Die Verwendung von OPC-Client und OPC-Server, vorzugsweise mit OPC Unified Architecture (OPC UA) Spezifikation ist insbesondere von Interesse, da hierbei kein COM-Interface, sondern eine WSDL (Web Services Description Language) beschrieben wird, die nach COM und in verschiedene Webservice-Protokolle umgesetzt werden kann, womit die Portabilität sichergestellt wird. Ein weiterer Vorteil der OPC Unified Architecture (OPC UA) Spezifikation ist, dass insgesamt sowohl die Skalierbarkeit als auch die Sicherheit gesteigert wurden. Weiterhin kann vorgesehen sein, dass der Client als Master und der Server als Slave ausgebildet sind.
Für die Ausgestaltung, dass das Leitsystem einen Server beinhaltet und das
Computersystem einen Client beinhaltet, wobei der Client als Master und der Server als Slave ausgebildet sein kann, kann weiterhin vorgesehen sein, dass das
Leitsystem über eine Computerschnittstelle zum Anschluss des Computersystems verfügt, über die eine direkte Kommunikationsverbindung zwischen dem Leitsystem und dem Computersystem aufgebaut wird und zumindest die Übertragung der Teilmenge der Prozessdaten und die Übertragung der Stellgröße über die direkte Kommunikationsverbindung erfolgt.
Die Computerschnittstelle zum Anschluss des Computersystems, über die eine direkte Kommunikationsverbindung zwischen dem Leitsystem und dem
Computersystem aufgebaut wird, kann beispielsweise durch eine Standard- Computerschnittstelle, wie z.B. USB, Ethernet, WLAN, LAN, Bluetooth oder andere bekannte Schnittstellen, realisiert sein. Aus Sicherheitsaspekten kann vorgesehen sein, dass die Computerschnittstelle ein Kabel umfasst bzw. eine Kabelverbindung (point-to-point) ist oder eine drahtlose Schnittstelle ist, wobei letztere eine
Nahfeldkommunikation (NFC, Near Field Communication) oder eine
Verschlüsselung aufweisen kann.
Eine Ausgestaltung des erfindungsgemäßen Verfahrens sieht weiterhin vor, dass die Stellgröße von dem Leitsystem über den Feldbus an ein Stellglied übertragen wird.
Das Stellglied kann durch diese Ausgestaltung gezielt in die Steuer- oder
Regelstrecke eingreifen.
Eine weitere Ausgestaltung des Verfahrens sieht weiterhin vor, dass das
Computersystem ein Machine-Learning-Modul beinhaltet, wobei zum Trainieren des Machine-Learning-Moduls Trainingsdatensätze verwendet werden, die zumindest die Teilmenge der simulierten Zustandsgrößen und die daraus von dem
Regelungsprogramm berechneten Stellgrößen beinhalten.
Machine-Learning ist aus dem Stand der Technik bekannt, vergleiche z.B.
GOODFELLOW et al„ Deep Learning, The MIT Press, 2017, ISBN 9780262035613.
Die Trainingsdatensätze zum Trainieren des Machine-Learning-Moduls können hierbei die in den Prozessdaten beinhaltete Antwort der chemischen Anlage auf die Stellgröße beinhalten.
Eine Ausgestaltung des Verfahrens sieht vor, dass nach Training des Machine- Learning-Moduls von dem Regelungsprogramm auf das Machine-Learning-Modul umgeschaltet wird, so dass dieses durch das Machine-Learning-Modul ersetzt wird, und sodass die Stellgröße aus den gelesenen Zustandsgrößen durch das Machine- Learning-Modul ermittelt wird.
Bei dieser Ausgestaltung kann, nach dem Training des Machine-Learning-Moduls, auf das Regelungsprogramm und/oder den Leitstand kurzzeitig oder längerfristig verzichtet werden. Diese Ausgestaltung ist insbesondere interessant für die
Inbetriebnahme einer chemischen Anlage. Beispielsweise kann das Machine- Learning-Modul in einer bestehenden Anlage trainiert werden. Sobald das Machine- Learning-Modul sämtliche benötigte Trainingsläufe abgeschlossen hat, kann es, da es zum Beispiel auf einem portablen Computersystem installiert ist, einfach mit dem Leitsystem der in Betrieb zu nehmenden chemischen Anlage verbunden werden und diese steuern bzw. regeln. Die Entscheidung, wann das Machine-Learning- Modul sämtliche benötigte Trainingsläufe abgeschlossen hat, kann beispielsweise über einen Konfidenzwert des Machine-Learning-Moduls festgelegt werden, wobei dieser Konfidenzwert größer als ein zuvor vergebener Schwellwert ist. Mit anderen Worten: Wenn das Machine-Learning-Modul eine Prognose mit einem
Konfidenzwert abgeben kann, der größer als der Schwellwert ist, dann wird das Training abgeschlossen und/oder das Machine Learning-Modul anstelle oder zusätzlich zu dem Reglerprogramm für die Regelung der Anlage eingesetzt.
Alternativ zu der vorgenannten Ausgestaltung kann vorgesehen sein, dass nach Training des Machine-Learning-Moduls die Teilmenge der simulierten
Zustandsgrößen auch in das Machine-Learning-Modul eingegeben wird, um eine machine-learning Stellgröße zu ermitteln und mit dem weiteren Schritt, dass die machine-learning Stellgröße und die durch das Regelungsprogramm ermittelte Stellgröße miteinander kombiniert werden, z.B. wird der Durchschnitt oder ein gewichteter Mittelwert gebildet, um eine resultierende Stellgröße zu ermitteln, wobei die resultierende Stellgröße an das Leitsystem übertragen wird.
Durch diese alternative Ausgestaltung des erfindungsgemäßen Verfahrens kann vorteilhaft, durch die Kombination der machine-learning Stellgröße (SML) und der durch das Regelungsprogramm ermittelten Stellgröße (SR), erreicht werden, dass Ungenauigkeiten bei der Ermittlung der Stellgröße (S) seitens des
Regelungsprogramms oder des Machine-Learning-Moduls ausgeglichen werden können.
Nach einer weiteren Ausführungsform ist vorgesehen, dass das Machine-Learning- Modul eine Konfidenz (K; wobei 0 < K < 1 ) für die Ermittlung der Stellgröße berechnet und die kombinierte Stellgröße unter Berücksichtigung der jeweiligen Konfidenzen gewichtet ermittelt wird. Beispielsweise kann die Gewichtung des Ergebnisses für die Stellgröße aus dem Machine-Learning-Modul proportional oder identisch zu dem Konfidenzwert sein, mit dem das Machine-Learning-Modul das Ergebnis ermittelt hat. Somit kann die Stellgröße (S) eine Kombination aus der durch das Regelungsprogramm ermittelten Stellgröße (SR) und der machine- learning Stellgröße (SML) sein. Weiterhin kann die Stellgröße (S) eine lineare
Kombination aus der durch das Regelungsprogramm ermittelten Stellgröße (SR) und der machine-learning Stellgröße (SML) sein (mathematisch darstellbar als S = a SR + ß SML! wobei a + ß = 1 ). Ebenso kann die Stellgröße auch unter Berücksichtigung der jeweiligen Konfidenzen gewichtet ermittelt werden
(mathematisch darstellbar als S = (1 - K) SR + K SML)·
Für beide alternativen Ausgestaltungen kann weiterhin vorgesehen sein, dass das Machine-Learning-Modul mit weiteren Trainingsdatensätzen trainiert wird, die aus dem weiteren Betrieb der chemischen Anlage durch die Regelung mittels des Machine-Learning-Moduls erzeugt werden.
Gemäß einem weiteren Aspekt wird ein System zur Regelung eines in einer großtechnischen chemischen Anlage durchgeführten chemischen Prozesses vorgeschlagen. Hierbei ist das System zur Durchführung des zuvor beschriebenen Verfahrens ausgebildet.
Gemäß einem weiteren Aspekt wird eine chemische Anlage mit einem System zur Regelung eines in einer großtechnischen chemischen Anlage durchgeführten chemischen Prozesses vorgeschlagen. Das System zur Regelung eines in einer großtechnischen chemischen Anlage durchgeführten chemischen Prozesses ist hierbei das zuvor beschriebene System, das zur Durchführung des zuvor beschriebenen Verfahrens ausgebildet ist.
Eine Ausgestaltung der Erfindung sieht vor, dass die chemische Anlage eine Anlage zur Herstellung von Schwefelsäure, Koks, Polymeren, Düngemitteln, Synthesegas, Zement, Harnstoff, Ammoniumnitrat oder zur Wasserentsalzung ist.
Weitere vorteilhafte Ausgestaltungen und Aspekte der Erfindung sind Gegenstand der Unteransprüche sowie der im Folgenden beschriebenen Ausführungsbeispiele der Erfindung. Im Weiteren wird die Erfindung anhand von bevorzugten
Ausführungsbeispielen unter Bezugnahme auf die beigelegten Figuren näher, jedoch nicht darauf beschränkt, erläutert. Fig. 1 zeigt eine schematische Darstellung einer chemischen Anlage mit einem System zur Regelung eines in einer großtechnischen chemischen Anlage durchgeführten chemischen Prozesses, wobei das System zur Durchführung des erfindungsgemäßen Verfahrens ausgebildet ist, und
Fig. 2 zeigt ein Ausführungsbeispiel eines Verfahrens gemäß der
vorliegenden Erfindung, wobei die Erfassung von Prozessdaten, deren Übertragung an einen Computer, die Ermittlung von Zustandsgrößen und Stellgrößen, die Übertragung der Stellgrößen an das Leitsystem sowie Ermittlung der Stellgrößen aus den Zustandsgrößen für das Machine-Learning-Training schematisch dargestellt sind.
In den Figuren sind gleiche oder funktionsgleiche Elemente mit denselben
Bezugszeichen versehen worden, sofern nichts Weiteres angegeben ist.
Die Fig. 1 zeigt eine schematische Ansicht eines Ausführungsbeispiels eines Systems gemäß der vorliegenden Erfindung. Das System umfasst eine chemische Anlage 140, insbesondere eine großtechnische chemische Anlage, und ist zur Durchführung eines Verfahrens zur Regelung eines chemischen Prozesses ausgebildet. Hierfür kann das System neben der chemischen Anlage 140 einen Feldbus 100, ein Leitsystem 110 sowie einen Computer 120 bzw. ein
Computersystem umfassen. Die großtechnische chemische Anlage kann
beispielsweise eine Anlage zur Herstellung von Schwefelsäure, Koks, Polymeren, Düngemitteln, Synthesegas, Zement, Harnstoff, Ammoniumnitrat oder eine
Wasserentsalzungsanlage sein. Die chemische Anlage 140 umfasst eine Vielzahl von Teilsystemen 141 , 142, 143, wie beispielsweise Brenner, Trockner, Konverter oder funktionale Leitungen bzw. Verbindungen. Die funktionellen Leitungen bzw. Verbindungen können selbst Teilsysteme 141 , 142, 143 sein oder Teilsysteme 141 , 142, 143 untereinander verbinden. Weiterhin können die Teilsysteme 141 , 142, 143 mehrfach in der chemischen Anlage verbaut sein. Jedes dieser Teilsysteme kann wenigstens ein Stellglied 144 sowie keinen, einen oder mehrere Sensoren 145 aufweisen. Ein Sensor 145 ist dazu eingerichtet, mindestens einen Parameterwert bzw. Prozessdaten, welche die Anlage 140 betrifft, zu messen. Ein oder mehrere Sensor/en 145 können zum Beispiel eingerichtet sein, ein Teilsystem 141 , 142, 143 zu überwachen. Beispielsweise kann eine Temperatur des Teilsystems 141 , 142, 143 und/oder der zu verarbeiteten Substanz von einem Sensor 145 erfasst werden. Darüber hinaus kann ein Sensor eingerichtet sein weitere Prozessdaten, wie beispielsweise Positionsdaten, Durchflussmengen und/oder Zustandsdaten des Teilsystems 141 , 142, 143 zu erfassen. Die von dem Sensor erfassten
Prozessdaten können über einen Feldbus 100 mit einem Leitsystem 110 übertragen oder ausgetauscht werden.
Wie dargestellt, ist ebenfalls vorgesehen, dass wenigstens ein Sollwert 113 über einen optionalen Leitstand 112 zu dem Leitsystem 110 übertragen wird. Der wenigstens eine Sollwert kann durch Nutzereingabe, durch das Leitsystem oder durch Abruf hinterlegter Tabellen oder Werte aus Datenbanken zu dem Leitsystem 110 übertragen werden.
Zumindest eine Teilmenge der Prozessdaten 123 wird von dem Leitsystem 110 an ein Computersystem 120 übertragen (s. Pfeil von 111 nach 121 ).
Wie dargestellt, kann vorgesehen sein, dass das Leitsystem 110 einen Server 111 beinhaltet und das Computersystem 120 einen Client 121 beinhaltet, wobei der Server 111 und der Client 121 so konfiguriert sind, dass der Client 121 auf den Server 111 einen Lesezugriff, z.B. mittels eines request-response Protokolls, durchführen kann, sodass die Teilmenge der Prozessdaten von dem Server 111 an den Client 121 übertragen wird. Es ist ebenfalls vorstellbar, dass der Client 121 als Master ausgebildet ist und der Server 111 als Slave ausgebildet ist. Das Leitsystem 110 kann über eine Computerschnittstelle, z.B. eine Hardwareschnittstelle wie PCI- Bus, AGP, SCSI, USB, FireWire und EIA-232 oder Bluetooth, IrDA, WLAN, zum Anschluss des Computersystems 120 verfügen, über die eine direkte Kommunikationsverbindung zwischen dem Leitsystem 1 10 und dem Computersystem 120 aufgebaut wird und zumindest die Übertragung der Teilmenge der Prozessdaten 123 und die Übertragung der Stellgröße über die direkte
Kommunikationsverbindung erfolgt.
Wie dargestellt, umfasst das Computersystem 120 wenigstens ein
Simulationsprogramm 128 für eine stationäre und/oder dynamische
Prozesssimulation des chemischen Prozesses, ein Regelungsprogramm 129 zur Implementierung eines Reglers für den chemischen Prozess und einen Speicher 122 , z.B. ein Arbeitsspeicher, zur Speicherung von simulierten Zustandsgrößen 124.
In dem Computersystem 120 findet die zyklisch wiederholte Berechnung der simulierten Zustandsgrößen des chemischen Prozesses durch das
Simulationsprogramm 128 aus der Teilmenge der Prozessdaten 123 sowie die Speicherung der simulierten Zustandsgrößen 124 in dem Speicher 122 statt. Das Simulationsprogramm 128 kann, wie dargestellt, mehrere Teilsystem- Programmmodule (TS 1 , TS2, ..., TS N) 141A, 142A, 143A aufweisen, die jeweils zur Simulation eines Teilsystems (Teilsystem 1 , Teilsystem 2, Teilsystem N) 141 ; 142; 143 der chemischen Anlage 140 konfiguriert sind. Das Teilsystem- Programmmodul (TS 1 ) 141 A ist in diesem Ausführungsbeispiel derart konfiguriert, dass es das Teilsystem 1 (141 ) simuliert. Das Teilsystem-Programmmodul (TS 2) 142A ist in diesem Ausführungsbeispiel derart konfiguriert, dass es das Teilsystem 2 (142) simuliert und das Teilsystem-Programmmodul (TS N) 143A ist in diesem Ausführungsbeispiel so konfiguriert, dass es das Teilsystem N (143) simuliert. Das weitere Teilsystem-Programmmodul (TS N+1 ) 144A ist derart konfiguriert, dass es die einzelnen Teilsystem- Programmmodule (hier 141A bis 143A) schaltet oder regelt. Hierbei kann vorgesehen sein, dass die Aktualisierungsfrequenz der Programmodule 141A, 142 A, 143A in Abhängigkeit von der Dynamik des jeweils zugeordneten Teilsystems 141 ; 142; 143 konfiguriert ist, und die einzelnen
Programmmodule 141A, 142 A, 143A jeweils eine oder mehrere der simulierten Zustandsgrößen berechnen und mit der jeweiligen Aktualisierungsfrequenz in dem Speicher 122 speichern.
Zeitgleich und/oder zeitlich versetzt wird zumindest ein Soll-Wert einer
Regelungsgröße des chemischen Prozesses, wobei für eine chemische Anlage oftmals eine Vielzahl von Soll-Werten vorgegeben wird, an das
Regelungsprogramm 129 übertragen. Zumindest eine Teilmenge der simulierten Zustandsgrößen 124 kann zur Eingabe in das Regelungsprogramm 129 aus dem Speicher 122 gelesen werde. Durch Verarbeitung der aus dem Speicher 122 gelesenen simulierten Zustandsgrößen 124 wird daraufhin eine Stellgröße zur Erreichung des Soll-Wertes 113 durch das Regelungsprogramm 129 ermittelt. Es wird darauf hingewiesen, dass selbstverständlich auch mehrere Stellgrößen zur Erreichung mehrerer Soll-Werte 113 durch das Regelungsprogramm 129 ermittelt werden können, jedoch hier aus Darstellbarkeitsgründen nur eine Stellgröße dargestellt ist.
Die berechnete Stellgröße wird daraufhin an das Leitsystem 110 übertragen. Wie oben beschrieben, kann vorgesehen sein, dass das Leitsystem 110 einen Server 111 beinhaltet und das Computersystem 120 einen Client 121 beinhaltet. Für die Übertragung der berechneten Stellgröße an das Leitsystem 110 (s. Pfeil von 121 nach 111 ) können der Server 111 und der Client 121 so konfiguriert sein, dass der Client 121 auf den Server 111 des Leitsystems 110 einen Schreibzugriff
durchführen kann. Der Client 121 kann hierbei als Master und der Server 111 als Slave ausgebildet sein.
Weiterhin kann das Leitsystem 110 die berechnete Stellgröße über den Feldbus 100 an ein Stellglied 144 eines Teilsystems (hier beispielsweise dargestellt für
Teilsystem 142, wobei jedes Teilsystem ein oder mehrere Stellglieder aufweisen kann) übertragen, wobei das Stellglied 144 das Teilsystem entsprechend der berechneten Stellgröße einstellen kann. Wie zudem in Fig. 1 dargestellt, kann das Computersystem 120 ein Machine- Learning-Modul 130 beinhalten. Das Machine-Learning-Modul 130 kann ein supervised Machine-Learning-Modul sein. Zum Trainieren des Machine-Learning- Moduls 130 können Trainingsdatensätze 125 verwendet werden, die zumindest die Teilmenge der simulierten Zustandsgrößen 124 und die daraus von dem
Regelungsprogramm 129 berechneten Stellgrößen beinhalten. Hierbei können die Trainingsdatensätze 125 die in den Prozessdaten 123 beinhaltete Antwort der chemischen Anlage 140 auf die Stellgröße beinhalten.
Die Funktionsweise der chemischen Anlage mit dem System zur Regelung eines in einer großtechnischen chemischen Anlage durchgeführten chemischen Prozesses wird nachfolgend mittels des in Figur 2 gezeigten Ausführungsbeispiels des erfindungsgemäßen Verfahrens näher erläutert.
Zur besseren Nachvollziehbarkeit der Fig. 2 wurde der Ablauf des Verfahrens in zwei Prozessblöcken (gestrichelter Prozessblock, gepunkteter Prozessblock) wiedergegeben. Die Teilung des Prozesses in zwei Prozessblöcke erfolgt (wie dargestellt) im Bereich des Austauschs von Daten zwischen dem Server des Leitsystems und dem Client des Computersystems. Beide Prozesse können sowohl asynchron als auch synchron zueinander betrieben werden.
In dem oberen Prozessblock (gestrichelter Block) werden in einem ersten Schritt 200 die Prozessdaten erfasst. Dies kann mittels in der chemischen Anlage angebrachten Sensoren erfolgen. Die Prozessdaten werden in einem nächsten Schritt 201 an das Leitsystem übertragen, wobei das Leitsystem einen Server aufweisen kann, und in einem weiteren Schritt erfolgt die Übertragung der Daten an den Computer 202, wobei der Computer einen Client aufweisen kann. Der Pfeil von Schritt 202 zu Schritt 200 soll hierbei wiederspiegeln, dass auch Daten von dem Computer zu den Teilsystemen der chemischen Anlage (wo die Prozessdaten generiert werden) zurückübertragen werden können und die Schritte 200,201 ,202 einen Prozess bilden, der wiederholend ausgeführt werden kann. In dem unteren Prozessblock (gepunkteter Block) werden in Schritt 203 die
Zustandsgrößen durch das Simulationsprogramm ermittelt. Daraufhin erfolgt in Schritt 204 die Ermittlung der Stellgröße aus den Zustandsgrößen, die an das Leitsystem übertragen wird (s. Schritt 205). Das Leitsystem überträgt daraufhin die Stellgröße - ggf. nach Bestätigung durch den Nutzer - über den Leitstand und über den Feldbus an das Stellglied. Durch den Pfeil von Schritt 205 zu Schritt 203 wird dargestellt, dass die Schritte 203,204,205 einen Prozess bilden, der wiederholend ausgeführt werden kann. Die ermittelten Zustandsgrößen (Schritt 204) werden, neben dem oben beschriebenen Schritt 205, ebenfalls in die Trainingsdatensätze übertragen (s. Pfeil von Schritt 204 zu Schritt 207) und werden daraufhin zum Trainieren des Machine-Learning-Moduls verwendet (Schritt 208). In dem Schritt 209 wird ermittelt, ob das Training des Machine-Learning-Moduls ausreichend für eine Ermittlung der Stellgröße ist. Ist das Machine-Learning-Modul ausreichend trainiert, erfolgt die Ermittlung der Stellgröße durch das Machine-Learning-Modul (s. Schritt 211 ), ansonsten durch das Regelungsprogramm (s. Schritt 210).

Claims

P a t e n t a n s p r ü c h e
1. Verfahren zur Regelung eines in einer großtechnischen chemischen Anlage (140) durchgeführten chemischen Prozesses mit folgenden Schritten:
sensorische Erfassung von Prozessdaten der chemischen Anlage (140),
Übertragung der Prozessdaten an ein Leitsystem (110) über einen Feldbus (100),
Übertragung zumindest einer Teilmenge der Prozessdaten von dem Leitsystem (110) an ein Computersystem (120), wobei das Computersystem (120) ein Simulationsprogramm (128) für eine stationäre und/oder dynamische Prozesssimulation des chemischen Prozesses, ein Regelungsprogramm (129) zur Implementierung eines Reglers für den chemischen Prozess und einen Speicher (122) zur Speicherung von simulierten Zustandsgrößen (124) aufweist, zyklisch wiederholte Berechnung der simulierten Zustandsgrößen des chemischen Prozesses durch das Simulationsprogramm (128) aus der Teilmenge der Prozessdaten (123) und Speicherung der simulierten Zustandsgrößen (124) in dem Speicher (122),
Übertragung zumindest eines Soll-Wertes einer Regelungsgröße des chemischen Prozesses an das Regelungsprogramm (129) ,
Lesen zumindest einer Teilmenge der simulierten Zustandsgrößen (124) aus dem Speicher (122) zur Eingabe in das
Regelungsprogramm (129),
Ermittlung einer Stellgröße zur Erreichung des Soll-Wertes (113) durch das Regelungsprogramm (129) durch Verarbeitung der aus dem Speicher (122) gelesenen simulierten Zustandsgrößen (124),
Übertragung der berechneten Stellgröße an das Leitsystem (110).
2. Verfahren nach Anspruch 1 , wobei das Leitsystem (110) einen Server (111 ) beinhaltet und das Computersystem (120) einen Client (121 ) beinhaltet, wobei der Server (111 ) und der Client (121 ) so konfiguriert sind, dass der Client (121 ) auf den Server (111 ) einen Lesezugriff durchführen kann, sodass die Teilmenge der Prozessdaten (1123) von dem Server (111 ) an den Client (121 ) übertragen wird und dass der Client (121 ) auf den Server (111 ) einen Schreibzugriff durchführen kann, um die berechnete Stellgröße an das Leitsystem (110) zu übertragen.
3. Verfahren nach Anspruch 2, wobei der Client (121 ) als Master und der Server (111 ) als Slave ausgebildet sind.
4. Verfahren nach Anspruch 2 oder 3, wobei das Leitsystem (110) über eine Computerschnittstelle zum Anschluss des Computersystems (120) verfügt, über die eine direkte Kommunikationsverbindung zwischen dem Leitsystem (110) und dem Computersystem aufgebaut wird und zumindest die
Übertragung der Teilmenge der Prozessdaten(123) und die Übertragung der Stellgröße über die direkte Kommunikationsverbindung erfolgt.
5. Verfahren nach einem der vorhergehenden Ansprüche, wobei die Stellgröße von dem Leitsystem (110) über den Feldbus (100) an ein Stellglied (144) übertragen wird.
6. Verfahren nach einem der vorhergehenden Ansprüche, wobei das
Computersystem (100) ein Machine-Learning-Modul (130) beinhaltet, wobei zum Trainieren des Machine-Learning-Moduls (130) Trainingsdatensätze (125) verwendet werden, die zumindest die Teilmenge der simulierten Zustandsgrößen (124) und die daraus von dem Regelungsprogramm (129) berechneten Stellgrößen beinhalten.
7. Verfahren nach Anspruch 6, wobei die Trainingsdatensätze (125) die in den Prozessdaten (123) beinhaltete Antwort der chemischen Anlage (140) auf die Stellgröße beinhalten.
8. Verfahren nach Anspruch 6 oder 7, wobei nach Training des Machine- Learning-Moduls (130) von dem Regelungsprogramm (129) auf das
Machine-Learning-Modul (130) umgeschaltet wird, so dass dieses durch das Machine-Learning-Moduls (130) ersetzt wird, und sodass die Stellgröße aus den gelesenen Zustandsgrößen durch das Machine-Learning-Modul (130) ermittelt wird.
9. Verfahren nach Anspruch 6 oder 7, wobei nach Training des Machine- Learning-Moduls (130) die Teilmenge der simulierten Zustandsgrößen (124) auch in das Machine-Learning-Modul (130) eingegeben wird, um eine machine-learning Stellgröße zu ermitteln und mit dem weiteren Schritt, dass die machine-learning Stellgröße und die durch das Regelungsprogramm (129) ermittelte Stellgröße miteinander kombiniert (131 ) werden, um eine resultierende Stellgröße zu ermitteln, wobei die resultierende Stellgröße an das Leitsystem (110) übertragen wird.
10. Verfahren nach Anspruch 8 oder 9, wobei das Machine-Learning-Modul (130) mit weiteren Trainingsdatensätzen trainiert wird, die aus dem weiteren Betrieb der chemischen Anlage (140) durch die Regelung mittels des
Machine-Learning-Moduls (130) erzeugt werden.
11. Verfahren nach einem der vorhergehenden Ansprüche, wobei das
Simulationsprogramm (128) mehrere Programmmodule (141A, 142 A, 143A) aufweist, die jeweils zur Simulation eines Teilsystems (141 ; 142; 143) der chemischen Anlage (140) konfiguriert sind, wobei die
Aktualisierungsfrequenz der Programmodule (141A, 142 A, 143A) in
Abhängigkeit von der Dynamik des jeweils zugeordneten Teilsystems (141 ; 142; 143) konfiguriert ist, und die einzelnen Programmmodule (141A, 142 A, 143A) jeweils eine oder mehrere der simulierten Zustandsgrößen berechnen und mit der jeweiligen Aktualisierungsfrequenz in dem Speicher (122) speichern.
12. Verfahren nach Anspruch 11 , wobei durch jedes der Programmodule (141 A, 142 A, 143A) ein Verarbeitungsblock mit zumindest einem Eingang und einem Ausgang gebildet wird, und mit einem Verknüpfungsprogramm zur Verknüpfung der Verarbeitungsblöcke.
13. System zur Regelung eines in einer großtechnischen chemischen Anlage durchgeführten chemischen Prozesses, wobei das System zur Durchführung eines Verfahrens nach einem der vorhergehenden Ansprüche ausgebildet ist.
14. Chemische Anlage (140) mit einem System nach Anspruch 13.
15. Chemische Anlage (140) nach Anspruch 14, wobei es sich um eine Anlage zur Herstellung von Schwefelsäure, Koks, Polymeren, Düngemitteln,
Synthesegas, Zement, Harnstoff, Ammoniumnitrat oder zur
Wasserentsalzung handelt.
EP19778446.5A 2018-09-26 2019-09-19 Verfahren und system zur regelung eines chemischen prozesses in einer grosstechnischen chemischen anlage Active EP3857314B1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102018123792.8A DE102018123792A1 (de) 2018-09-26 2018-09-26 Verfahren zur Regelung eines chemischen Prozesses in einer großtechnischen chemischen Anlage
PCT/EP2019/075193 WO2020064506A1 (de) 2018-09-26 2019-09-19 Verfahren zur regelung eines chemischen prozesses in einer grosstechnischen chemischen anlage

Publications (2)

Publication Number Publication Date
EP3857314A1 true EP3857314A1 (de) 2021-08-04
EP3857314B1 EP3857314B1 (de) 2024-04-10

Family

ID=68069736

Family Applications (1)

Application Number Title Priority Date Filing Date
EP19778446.5A Active EP3857314B1 (de) 2018-09-26 2019-09-19 Verfahren und system zur regelung eines chemischen prozesses in einer grosstechnischen chemischen anlage

Country Status (5)

Country Link
US (1) US12140914B2 (de)
EP (1) EP3857314B1 (de)
DE (1) DE102018123792A1 (de)
PL (1) PL3857314T3 (de)
WO (1) WO2020064506A1 (de)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4057087B1 (de) * 2021-03-08 2024-03-06 Siemens Aktiengesellschaft Verfahren zum bereitstellen eines prognostizierten binären prozess-signals
KR102888496B1 (ko) * 2021-04-28 2025-11-19 에스케이가스 주식회사 상업 화학 공정에서의 공정 핵심 인자 선별을 위한 시스템 및 방법
WO2022264065A2 (en) 2021-06-16 2022-12-22 3M Innovative Properties Company Adhesive dispensing systems and methods
EP4254420A1 (de) * 2022-03-31 2023-10-04 Siemens Aktiengesellschaft Verfahrenstechnisches anlagenmodul und verfahren zum steuern eines verfahrenstechnischen anlagenmoduls

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5212765A (en) 1990-08-03 1993-05-18 E. I. Du Pont De Nemours & Co., Inc. On-line training neural network system for process control
US6745169B1 (en) 1995-07-27 2004-06-01 Siemens Aktiengesellschaft Learning process for a neural network
US9983559B2 (en) * 2002-10-22 2018-05-29 Fisher-Rosemount Systems, Inc. Updating and utilizing dynamic process simulation in an operating process environment
DE102005025282A1 (de) * 2005-06-02 2006-12-07 Bayer Materialscience Ag Datenverarbeitungssystem und Verfahren zur Regelung einer Anlage
US9529348B2 (en) * 2012-01-24 2016-12-27 Emerson Process Management Power & Water Solutions, Inc. Method and apparatus for deploying industrial plant simulators using cloud computing technologies
US20170129916A1 (en) 2014-06-26 2017-05-11 Hetero Research Foundation Novel betulinic proline imidazole derivatives as hiv inhibitors
EP3147729B1 (de) 2015-09-25 2019-06-12 Göcke, Tobias Verfahren und vorrichtung zur adaptiven und optimierenden prozesssteuerung, verwendung des verfahrens
WO2018035718A1 (en) 2016-08-23 2018-03-01 Accenture Global Solutions Limited Real-time industrial plant production prediction and operation optimization
EP3293683A1 (de) 2016-09-09 2018-03-14 Yandex Europe AG Verfahren und system zum trainieren eines maschinenlernalgorithmus zur auswahl von prozessparametern für ein industrielles verfahren
EP3376373A1 (de) 2017-03-15 2018-09-19 Siemens Aktiengesellschaft Verfahren zum einsetzen und ausführen eines maschinenlernmodells auf einer feldvorrichtung

Also Published As

Publication number Publication date
DE102018123792A1 (de) 2020-03-26
PL3857314T3 (pl) 2024-08-05
US20210286347A1 (en) 2021-09-16
WO2020064506A1 (de) 2020-04-02
BR112021003732A2 (pt) 2021-05-25
EP3857314B1 (de) 2024-04-10
US12140914B2 (en) 2024-11-12

Similar Documents

Publication Publication Date Title
EP3857314B1 (de) Verfahren und system zur regelung eines chemischen prozesses in einer grosstechnischen chemischen anlage
DE102007035274B4 (de) Synchronisierte Echtzeit-Steuerung und -Simulation innerhalb einer Prozessanlage
DE102006049832B4 (de) Steuerung und Verfahren zur Steuerung eines Prozesses und Prozesssteuerungssystem
DE102007036247B4 (de) Prozesssteuerungs- und optimierungstechnik unter Verwendung immunologischer Konzepte
EP3355139B1 (de) Verfahren zum betreiben eines automatisierungssystems sowie automatisierungssystem, feldgerät und steuerung zur durchführung des verfahrens
EP3593213A1 (de) Verfahren zum parametrieren eines feldgeräts der automatisierungstechnik
EP3279756B1 (de) Diagnoseeinrichtung und verfahren zur überwachung des betriebs einer technischen anlage
EP2545417B1 (de) Verfahren zum ersetzen einer bestehenden leiteinrichtung in einem automatisierungssystem durch eine neue leiteinrichtung und dazu ausgebildetes automatisierungssystem
DE102020102863A1 (de) Parametrierung einer Komponente in der Automatisierungsanlage
EP1779203A1 (de) Parameteridentifikation für feldgeräte in der automatisierungstechnik
EP2825921A1 (de) Steuerungsvorrichtung zum steuern von sicherheitskritischen prozessen in einer automatisierten anlage und verfahren zur parameterierung der steuerungsvorrichtung
EP4185928A1 (de) Stellungsregler selbstbewertung für digitalen zwilling
DE102015200568A1 (de) Verfahren zum Austausch von Daten in einer automatisierungstechnischen Anlage
WO1993003429A1 (de) Automatisiert arbeitende, mehrere anlagenteile aufweisende, industrielle grossanlage
DE102018130649A1 (de) Verfahren zum Analysieren des Messverhaltens eines Feldgeräts der Automatisierungstechnik in Abhängigkeit der Parametrierung des Feldgeräts
EP3566102A1 (de) Selbstkonfigurierende überwachungseinrichtung für ein auf einem industriellen datenkommunikationsnetzwerk basierendes automatisierungssystem
DE102017007909A1 (de) Produktionssteuerung, ausgestattet mit einer Funktion zur Identifizierung der Ursache nach einem Betriebsstop einer Produktionseinrichtung, die Fertigungseinrichtungen umfasst
WO2018046727A1 (de) Verfahren zum überwachen von zumindest einer werkzeugmaschine und fertigungsanlage
DE112015001348T5 (de) Reduzierung von Controller-Aktualisierungen in einem Regelkreis
EP0809162B1 (de) Verfahren zur Prozesssteuerung und Gerätesteuersystem
EP4639293A1 (de) Verfahren und system zum gegenseitigen überprüfen der integrität einer vielzahl von feldgeräten der automatisierungstechnik
EP3712724A1 (de) Automatisierungsanordnung, verfahren zum betrieb der automatisierungsanordnung sowie computerprogramm
DE102020109696A1 (de) Verfahren zum Anbinden eines Feldgeräts an eine Cloud
EP4073607A1 (de) Verfahren zum kompensieren einer fehlfunktion eines feldgeräts in einer anlage der automatisierungstechnik
DE102005013289B4 (de) Verfahren zum Kompensieren langsam veränderlicher Merkmale einer Werkzeugmaschine

Legal Events

Date Code Title Description
STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: UNKNOWN

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE INTERNATIONAL PUBLICATION HAS BEEN MADE

PUAI Public reference made under article 153(3) epc to a published international application that has entered the european phase

Free format text: ORIGINAL CODE: 0009012

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: REQUEST FOR EXAMINATION WAS MADE

17P Request for examination filed

Effective date: 20210426

AK Designated contracting states

Kind code of ref document: A1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: EXAMINATION IS IN PROGRESS

DAV Request for validation of the european patent (deleted)
DAX Request for extension of the european patent (deleted)
17Q First examination report despatched

Effective date: 20211221

GRAP Despatch of communication of intention to grant a patent

Free format text: ORIGINAL CODE: EPIDOSNIGR1

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: GRANT OF PATENT IS INTENDED

INTG Intention to grant announced

Effective date: 20231130

RAP3 Party data changed (applicant data changed or rights of an application transferred)

Owner name: THYSSENKRUPP AG

Owner name: THYSSENKRUPP INDUSTRIAL SOLUTIONS AG

GRAS Grant fee paid

Free format text: ORIGINAL CODE: EPIDOSNIGR3

GRAA (expected) grant

Free format text: ORIGINAL CODE: 0009210

STAA Information on the status of an ep patent application or granted ep patent

Free format text: STATUS: THE PATENT HAS BEEN GRANTED

AK Designated contracting states

Kind code of ref document: B1

Designated state(s): AL AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HR HU IE IS IT LI LT LU LV MC MK MT NL NO PL PT RO RS SE SI SK SM TR

REG Reference to a national code

Ref country code: GB

Ref legal event code: FG4D

Free format text: NOT ENGLISH

REG Reference to a national code

Ref country code: CH

Ref legal event code: EP

REG Reference to a national code

Ref country code: DE

Ref legal event code: R096

Ref document number: 502019011028

Country of ref document: DE

REG Reference to a national code

Ref country code: IE

Ref legal event code: FG4D

Free format text: LANGUAGE OF EP DOCUMENT: GERMAN

REG Reference to a national code

Ref country code: LT

Ref legal event code: MG9D

REG Reference to a national code

Ref country code: NL

Ref legal event code: MP

Effective date: 20240410

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: NL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: NL

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240810

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: BG

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: HR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240711

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240812

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: ES

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LV

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: PT

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240812

Ref country code: NO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240710

Ref country code: LV

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: IS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240810

Ref country code: HR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: GR

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240711

Ref country code: FI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: ES

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: BG

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: RS

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240710

REG Reference to a national code

Ref country code: DE

Ref legal event code: R026

Ref document number: 502019011028

Country of ref document: DE

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PLBI Opposition filed

Free format text: ORIGINAL CODE: 0009260

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: EE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PLAX Notice of opposition and request to file observation + time limit sent

Free format text: ORIGINAL CODE: EPIDOSNOBS2

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CZ

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: RO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: SK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SM

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SM

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: SK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: RO

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: EE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: DK

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: CZ

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

26 Opposition filed

Opponent name: YARA INTERNATIONAL ASA

Effective date: 20250110

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: MC

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

Ref country code: SI

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

REG Reference to a national code

Ref country code: CH

Ref legal event code: PL

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: LU

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20240919

PLBB Reply of patent proprietor to notice(s) of opposition received

Free format text: ORIGINAL CODE: EPIDOSNOBS3

GBPC Gb: european patent ceased through non-payment of renewal fee

Effective date: 20240919

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: GB

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20240919

REG Reference to a national code

Ref country code: BE

Ref legal event code: MM

Effective date: 20240930

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: BE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20240930

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: FR

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20240930

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CH

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20240930

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: IE

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20240919

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: SE

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT

Effective date: 20240410

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: DE

Payment date: 20250919

Year of fee payment: 7

PGFP Annual fee paid to national office [announced via postgrant information from national office to epo]

Ref country code: IT

Payment date: 20250923

Year of fee payment: 7

Ref country code: PL

Payment date: 20250915

Year of fee payment: 7

REG Reference to a national code

Ref country code: AT

Ref legal event code: MM01

Ref document number: 1675523

Country of ref document: AT

Kind code of ref document: T

Effective date: 20240919

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: AT

Free format text: LAPSE BECAUSE OF NON-PAYMENT OF DUE FEES

Effective date: 20240919

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: CY

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT; INVALID AB INITIO

Effective date: 20190919

PG25 Lapsed in a contracting state [announced via postgrant information from national office to epo]

Ref country code: HU

Free format text: LAPSE BECAUSE OF FAILURE TO SUBMIT A TRANSLATION OF THE DESCRIPTION OR TO PAY THE FEE WITHIN THE PRESCRIBED TIME-LIMIT; INVALID AB INITIO

Effective date: 20190919